Abstract. The European Centre for Medium-Range Weather Forecasts' (ECMWF's) next-generation reanalysis ERA5 provides many improvements, but it also confronts the community with a “big data” challenge. Data storage requirements for ERA5 increase by a factor of ∼80 compared with the ERA-Interim reanalysis, introduced a decade ago. Considering the significant increase in resources required for working with the new ERA5 data set, it is important to assess its impact on Lagrangian transport simulations. To quantify the differences between transport simulations using ERA5 and ERA-Interim data, we analyzed comprehensive global sets of 10-day forward trajectories for the free troposphere and the stratosphere for the year 2017. The new ERA5 data have a considerable impact on the simulations. Spatial transport deviations between ERA5 and ERA-Interim trajectories are up to an order of magnitude larger than those caused by parameterized diffusion and subgrid-scale wind fluctuations after 1 day and still up to a factor of 2–3 larger after 10 days. Depending on the height range, the spatial differences between the trajectories map into deviations as large as 3 K in temperature, 30 % in specific humidity, 1.8 % in potential temperature, and 50 % in potential vorticity after 1 day. Part of the differences between ERA5 and ERA-Interim is attributed to the better spatial and temporal resolution of the ERA5 reanalysis, which allows for a better representation of convective updrafts, gravity waves, tropical cyclones, and other meso- to synoptic-scale features of the atmosphere. Another important finding is that ERA5 trajectories exhibit significantly improved conservation of potential temperature in the stratosphere, pointing to an improved consistency of ECMWF's forecast model and observations that leads to smaller data assimilation increments. We conducted a number of downsampling experiments with the ERA5 data, in which we reduced the numbers of meteorological time steps, vertical levels, and horizontal grid points. Significant differences remain present in the transport simulations, if we downsample the ERA5 data to a resolution similar to ERA-Interim. This points to substantial changes of the forecast model, observations, and assimilation system of ERA5 in addition to improved resolution. A comparison of two Lagrangian trajectory models allowed us to assess the readiness of the codes and workflows to handle the comprehensive ERA5 data and to demonstrate the consistency of the simulation results. Our results will help to guide future Lagrangian transport studies attempting to navigate the increased computational complexity and leverage the considerable benefits and improvements of ECMWF's new ERA5 data set.

The upper troposphere/lower stratosphere (UTLS) region plays an important role in the climate system. Changes in the structure and chemical composition of this region result in particularly large changes in radiative forcings of the atmosphere. Quantifying the processes that control UTLS composition (e.g., stratosphere‐troposphere exchange) therefore represents a crucial task. We assess the influence of uncertainties in the atmospheric mixing strength on global UTLS distributions of greenhouse gases (water vapor, ozone, methane, and nitrous oxide) and associated radiative effects. The study is based on multiannual simulations with the Chemical Lagrangian Model of the Stratosphere (CLaMS) driven by ERA‐Interim meteorological data and on a state‐of‐the‐art radiance code. Mixing, the irreversible part of transport, is controlled by the local horizontal strain and vertical shear of the atmospheric flow. We find that simulated radiative effects of water vapor and ozone, both characterized by steep gradients in the UTLS, are particularly sensitive to uncertainties of the atmospheric mixing strength. Globally averaged radiative effects are about 0.72 and 0.17 W/m 2 for water vapor and ozone, respectively. For ozone, the largest impact of mixing uncertainties is observed in the extra‐tropical lower stratosphere.

ABSTRACT Genome-scale perturbation screening is widely used to identify disease-relevant cellular proteins serving as potential drug targets. However, most biological processes are not compatible with commonly employed perturbation screening methods, which rely on FACS- or growth-based enrichment of cells. Optical pooled screening instead uses fluorescence microscopy to determine the phenotype in single cells, and subsequently to identify individual perturbagens in the same cells. Published methods rely on cytosolic detection of endogenously expressed barcoded transcripts, which limits application to large, transcriptionally active cell types, and often relies on local clusters of clonal cells for unequivocal barcode assignment, thus precluding genome-scale screening for many biological processes. Nuclear In-Situ Sequencing (NIS-Seq) solves these shortcomings by creating bright sequencing signals directly from nuclear genomic DNA, enabling screening any nucleus-containing cell type at high density and high library complexity. We benchmark NIS-Seq by performing three genome-scale optical screens in live cells, identifying key players of inflammation-related cellular pathways.